利用winSRFR模擬畦灌入滲參數(shù)和灌水質(zhì)量變化規(guī)律

劉 洋，孫秀路，孫 浩，李金山*

（1.中國農(nóng)業(yè)科學院 農(nóng)田灌溉研究所/河南省節(jié)水農(nóng)業(yè)重點實驗室/農(nóng)業(yè)農(nóng)村部節(jié)水灌溉工程重點實驗室，河南 新鄉(xiāng) 453002；2.中國農(nóng)業(yè)科學院 研究生院，北京 100081）

0 引言

【研究意義】我國有86%的灌溉面積采用地面灌溉，其中尤以畦灌為主[1]。畦灌是用田埂將耕地分為長條狀畦田，水流在畦田上形成薄水層借助重力沿畦長方向流動至畦尾的灌水方式，因此畦灌的灌水歷時同畦灌灌水量密切相關(guān)，而入滲系數(shù)通過影響田間水流下滲而影響水流推進速度，但是具體入滲參數(shù)的變化與水流推進速度的相關(guān)關(guān)系仍然不清楚。本文探討了入滲系數(shù)與灌水歷時的關(guān)系，可為入滲參數(shù)的估算提供一種簡便的方法。

【研究進展】確定入滲參數(shù)及糙率是研究地面灌溉的前提，國內(nèi)外眾多學者利用winSRFR 模型計算相關(guān)參數(shù)，李佳寶等[2]和金建新等[3]利用winSRFR 模型，通過水流推進和消退過程推求土壤入滲參數(shù)，證實模擬值與實測值吻合度較高，提供了一種簡便且可靠性較高的計算方法；章少輝等[4-6]結(jié)合遺傳算法SGA 對winSRFR 進行解析處理，建立優(yōu)化反演模型，實現(xiàn)優(yōu)化反演過程的自動化運行，大大提高運算效率和計算精度；蔡煥杰等[7]和白寅禎等[8]利用winSRFR軟件計算入滲系數(shù)，用以探究土壤入滲系數(shù)變化規(guī)律。

winSRFR 廣泛運用于灌水質(zhì)量評價模擬。優(yōu)化畦田規(guī)格來提高灌水質(zhì)量是有效措施[9]，聶衛(wèi)波等[10-11]、白寅禎等[12]、薄曉東等[13]、彭遙等[14]、姚欣等[15]通過winSRFR 模型優(yōu)化畦田規(guī)格，證實優(yōu)化后畦田灌水質(zhì)量有所提升；王維漢等[16]采用估算糙率和實測糙率值進行模擬，灌水效率和灌水均勻度最大誤差分別為6.48%和66.67%，說明糙率對灌水質(zhì)量影響較大。

【切入點】采用winSRFR 對畦田的入滲參數(shù)計算方法和畦田規(guī)格優(yōu)化較多，但是對畦田入滲參數(shù)和灌水質(zhì)量年內(nèi)年際間變化規(guī)律，及其與灌水歷時的關(guān)系研究較少?！緮M解決的關(guān)鍵問題】為此，以7 次灌水試驗（夏玉米-冬小麥輪作）為基礎(chǔ)，基于winSRFR模擬結(jié)果探究入滲參數(shù)及灌水質(zhì)量的變化規(guī)律及其同灌水歷時之間的關(guān)系。

1 材料與方法

1.1 試驗區(qū)概況

試驗于2017年10月—2019年6月在中國農(nóng)科院新鄉(xiāng)綜合試驗基地（E113.8°，N35.1°）進行。基地屬溫帶大陸性氣候，年均降水量580 mm，集中于6—10月，年均蒸發(fā)量1 748 mm，年均氣溫14 ℃。以夏玉米-冬小麥輪作為主。試驗區(qū)土壤主要為砂質(zhì)壤土和壤土，土壤干體積質(zhì)量在1 m 土層深度內(nèi)平均值為1.48 g/cm3，1～2 m 土層深度內(nèi)平均值為1.44 g/cm3，0～60 cm 土層平均田間持水率為30.13%，土壤物理性 質(zhì)見表1。

表1 試驗田土壤物理性質(zhì)Table 1 Physical properties of soil in experimental field

1.2 試驗設(shè)計

試驗進行夏玉米-冬小麥輪作（夏玉米品種為先玉335，冬小麥品種為矮抗12）。2017年10月—2019年6月，均采用畦灌灌溉，畦田尺寸為3.5 m×200 m，重復(fù)5 次，為防止畦田間的影響，相鄰畦田間設(shè)立2 m×200 m 隔離帶。每個生育季末進行激光平地，改水成數(shù)選為0.9。具體布置形式及取樣點位置見圖1。

圖1 試驗小區(qū)布置Fig.1 Layout of test area

試驗前按坡度1/800 進行平地。水源選用淺層地下水，由管道引入田間，機井出水量46.75 m3/s，單寬流量為3.71 L/(s·m)?？傆? 次灌水，灌水時間及作物生育期見表2。

表2 灌水時間Table 2 Irrigation time

1.3 觀測項目與方法

1.3.1 田面坡度

采用水準儀測定高程，沿畦長方向每隔20 m 選定1 個測量點，每個測量點測量3 次取均值，利用高程差，計算田面坡度。

1.3.2 含水率

在灌前1 d 和灌后2 d 于取樣點采用人工土鉆取樣。0～100 cm 土層，每20 cm 分層取樣，采用烘干法測定土壤質(zhì)量含水率，計算土壤體積含水率。

1.3.3 水流推進及消退

當占畦寬2/3 的畦田被水覆蓋，此時記為水流推進時間點，當占畦寬2/3 的畦田已經(jīng)退水，此時記為水流消退時間點，每20 m 設(shè)定1 個觀測點，選定改水成數(shù)為0.9，即在180 m 處停水，停水后觀測水流推進至200 m 處的時間。

1.3.4 灌水量

在開水和關(guān)水時通過讀取主管道上的流量計來記錄畦田的灌水量。

1.3.5 水分再分布評價指標

用灌水均勻度DU來定量描述土壤水分分布狀況，用灌水效率AE來定量描述水分利用率狀況，計算公式為[17]：

1.4 統(tǒng)計及分析

使用Excel 處理數(shù)據(jù)，winSRFR 4.1 進行模型模擬，采用SPSS 25 進行顯著性分析，差異顯著性采用在0.05 水平下的T檢驗。

1.5 模型介紹

winSRFR4.1 是由美國農(nóng)業(yè)部開發(fā)的一維地面灌溉模擬模型，它是集地面灌溉模擬、設(shè)計、評價為一體的綜合性分析軟件[17]。winSRFR4.1 共包括4 個模塊：灌溉分析評價模塊（Event Analysis），水力學模擬模塊（Simulation），系統(tǒng)設(shè)計模塊（Physical Design）和運行分析模塊（Operations Analysis）。主要實現(xiàn)土壤入滲參數(shù)及糙率的推求、利用土壤入滲參數(shù)求解明渠非恒定流方程、優(yōu)化畦田規(guī)格和優(yōu)化灌水技術(shù)。輸入的參數(shù)主要有畦田規(guī)格（畦田長、寬和坡度），土壤參數(shù)（糙率、入滲系數(shù)、入滲指數(shù)）和灌水管理要素（入畦流量、灌水歷時、改水成數(shù)及推進消退時間）。

2 結(jié)果與分析

2.1 模型計算

為使winSRFR4.1 模型模擬效果更符合實際情況，需對土壤參數(shù)進行優(yōu)化調(diào)整，以達到較高擬合度。采用Event Analysis 模塊，利用Merriam-Keller 法進行優(yōu)化推求。由于推進與消退均方根誤差存在一定差異性，故采用推進與消退均方根誤差乘積達到最小值為優(yōu)化結(jié)束[18]。通過反復(fù)模擬，進而求得Kostiakov 公式中的土壤入滲系數(shù)K和入滲指數(shù)α，同時求解糙率n，此時入滲參數(shù)作為最終優(yōu)化結(jié)果。以2018年冬小麥第3 次灌水（2019年5月16日）為例計算（畦長200 m，畦寬3.5 m，流量13.2 L/s，地形坡度0.001 2）。調(diào)整糙率和入滲指數(shù)，最終當糙率為0.20，入滲指數(shù)為0.450 時，推進與消退均方根誤差乘積達到最小值0.055 5。入滲參數(shù)見表3，灌水擬合效果見圖2。

表3 田面糙率和入滲參數(shù)Table 3 Surface roughness and infiltration parameters

圖2 2018 冬小麥第3 次灌水擬合Fig.2 The third irrigation fitting of winter wheat in 2018

經(jīng)計算，推進均方根誤差為0.15 h，占總推進時間4.76%，消退均方根誤差為0.37 h，占總消退時間6.73%。由此可知，水量推進消退過程擬合度較好，這與章少輝[6]和Dong 等[19]研究結(jié)果類似。模擬結(jié)果中DU為91%，實測DU為91.28%，計算值與模擬值相差0.31%，模擬結(jié)果中AE為42%，實測AE為44.62%，計算值與模擬值相差 6.24%，吻合度高，說明winSRFR4.1 對灌水均勻度和灌水效率模擬效果良好。故winSRFR4.1 對地面灌溉過程及灌水質(zhì)量指標的模擬精度較好，可用于灌溉參數(shù)計算及分析。

對各次灌水進行模擬，水流推進與消退的實測值與模擬值對比見圖3，由于2018年9月2日缺乏消退數(shù)據(jù)，故采用 Elliot-Walker two-point method analysis 進行分析模擬。灌水前土壤含水率占田間持水率66.81%～75.47%，基本達到灌水下限。由圖3 可知，水流推進實測數(shù)據(jù)與模擬數(shù)據(jù)吻合度較高，均方根誤差介于0.05～0.41 h，推進時間均方根誤差占總推進時間1.23%～7.16%；消退時間與模擬值吻合度較差，均方根誤差介于0.06～0.71 h，消退時間均方根誤差占總消退時間1.21%～23.37%，這主要因為地形的不平整及消退時間觀測的誤差。冬小麥灌水歷時較夏玉米長，平均時間長123.99%。通過T檢驗，種植的作物對水流推進時間呈顯著性影響，對于同一季冬小麥，第3 次灌水歷時較前2 次灌水歷時短，水流推進速度較第1 次灌水提高23.17%。

圖3 各次灌水水流推進消退實測與模擬值Fig.3 The measured and simulated value of each irrigation water flow advance and recession

2.2 入滲參數(shù)變化規(guī)律

圖4 為各次灌水的入滲系數(shù)、入滲指數(shù)及糙率隨灌水時間的變化情況。2017年11月14日和2018年3月30日的2 次灌水為2017年冬小麥灌水數(shù)據(jù)，2018年7月27日和9月2日的2 次灌水為夏玉米灌水數(shù)據(jù)，2018年12月17日—2019年5月16日的3 次灌水為2018年冬小麥灌水數(shù)據(jù)。由此可見，第1 次灌水時入滲系數(shù)較大，2017年冬小麥第2 次灌水入滲系數(shù)較第1 次灌水小2.05%；2018年夏玉米第2 次灌水入滲系數(shù)較第1 次灌水小24.31%；2018 冬小麥第2 次灌水入滲系數(shù)較第1 次灌水小1.44%，第3 次灌水較第1 次灌水入滲系數(shù)小13.57%。整體土壤入滲系數(shù)介于55.87 ～148.541 mm/hα，入滲系數(shù)變化較大，且冬小麥的入滲系數(shù)較玉米大，平均大1.05 倍。

糙率對灌水過程及灌水質(zhì)量影響較大，灌水質(zhì)量對糙率的敏感性僅次于改水成數(shù)與單寬流量，但是當糙率偏差在20%內(nèi)對畦田水流運動影響較小[20]。由圖4 可知，本試驗條件下，糙率在年內(nèi)的變化幅度不大，介于0.14～0.26 之間，同一季作物糙率變化在4%～25%，基本對畦田灌水過程影響不大。冬小麥時期糙率普遍高于夏玉米時期，平均高39.31%，這是由于夏季雨水充足，且夏玉米根系對土壤的固化能力強，使得夏玉米時期表層土壤密實度大，糙率減小。

圖4 各次灌水入滲系數(shù)、入滲指數(shù)及糙率Fig.4 Infiltration coefficient,infiltration index and roughness of each irrigation

由Kostiakov 入滲公式可知，當入滲速率一定時，入滲系數(shù)與入滲指數(shù)呈負相關(guān)性。本試驗入滲指數(shù)介于0.410～0.733，2018年9月2日入滲指數(shù)最大，此次為夏玉米第2 次灌水，夏玉米時期土壤入滲指數(shù)較冬小麥時期平均高52.92%，由于第1 次灌水、降水及夏玉米根系對土壤的作用力，使得土壤密實度增加，土壤入滲能力降低，入滲指數(shù)增大。

當灌水管理要素和畦田規(guī)格一定時，入滲參數(shù)對水流推進起著決定作用。圖5 為入滲系數(shù)與各次灌水總歷時的關(guān)系，由圖5 可知，本試驗條件下，入滲系數(shù)與灌水歷時呈線性關(guān)系，R2達到0.903 6，擬合效果良好，基于此可用于土壤入滲系數(shù)估算。由于試驗限制，缺乏不同畦田規(guī)格組合，故難以確定畦田規(guī)格與灌水歷時的關(guān)系。

圖5 入滲系數(shù)與灌水歷時關(guān)系Fig.5 Relationship between infiltration Parameters and irrigation time

2.3 灌水質(zhì)量變化規(guī)律

由于缺失2018年9月2日消退時間數(shù)據(jù)，兩點法未能計算出灌水均勻度。由圖6 可知，灌水均勻度介于63%～91%，與實測值相差0.31%～29.49%，最低值出現(xiàn)在2018年12月17日，為2018年冬小麥第1次灌水。對于2018年冬小麥，灌水均勻度隨灌水次數(shù)增加而提高，第3 次灌水的灌水均勻度較第1 次灌水高44.44%，由圖6 所知，灌水效率介于18%～49%，與實測值差4.39%～35.41%。2018年冬小麥第1 次灌水效率最低，2018年夏玉米第1 次灌水效率最高。夏玉米灌水效率較冬小麥高，平均高113.04%，主要因為土壤密實度低，土壤入滲系數(shù)大，畦長較長，導(dǎo)致冬小麥灌水量大。冬小麥時期超過70%的水分通過重力作用下滲至根系活動層以下，造成大量的水資源浪費。由圖中可看出，隨著灌水次數(shù)的增加，灌水效率有所提高。2018年冬小麥第2 次灌水的灌水效率較第1 次灌水高22.22%，2018年冬小麥第3 次灌水的灌水效率較第1 次灌水高77.78%，說明增加灌水次數(shù)或降水，均有利于灌水效率的提升。

圖6 灌水均勻度（DU）與灌水效率（AE）Fig.6 Uniformity(DU)and efficiency(AE)of irrigation

3 討論

3.1 灌水歷時差異性分析

冬小麥水流推進時間明顯長于夏玉米，平均多用時123.99%，且同一季作物，冬小麥第3 次灌水歷時較前2 次灌水歷時短，水流推進速度較冬小麥第1 次灌水提高23.17%。有2 點原因：一是冬小麥種植密集，導(dǎo)致糙率較大；二是冬小麥根系對土壤的固化能力差，且冬天降水少，土質(zhì)疏松，土壤入滲系數(shù)大，導(dǎo)致灌水入滲量增加，因此減緩水流推進速度，增加灌水歷時。灌水有利于土壤密實度增加，從而減少灌水歷時。

3.2 主要參數(shù)變化分析

冬小麥時期的土壤入滲系數(shù)較夏玉米時期平均增大1.05 倍，土壤入滲指數(shù)較夏玉米時期平均小34.61%，糙率較夏玉米平均增大39.31%，整體規(guī)律與蔡煥杰等[7]研究結(jié)果一致。主要由于冬小麥時期，降水少，土質(zhì)較疏松，土壤孔隙度較大，導(dǎo)致其入滲系數(shù)和糙率偏大。對于同一季冬小麥，隨灌水次數(shù)的增加，入滲系數(shù)和入滲指數(shù)均逐漸減小。這是由于每季作物播種前，均會進行耙地翻耕，表層土壤疏松，經(jīng)過灌水，可有效減小表層土壤孔隙度，改善孔隙結(jié)構(gòu)，導(dǎo)致入滲系數(shù)減小。通過分析入滲系數(shù)與灌水歷時的關(guān)系，發(fā)現(xiàn)二者呈顯著線性關(guān)系（R2=0.903 6），可用于入滲系數(shù)的初步估算。

3.3 灌水質(zhì)量變化分析

冬小麥時期隨著灌水次數(shù)增加，灌水質(zhì)量有所提升，與白寅禎等[8]研究一致，這是由于土壤孔隙度逐漸減小，密實度增加，水流推進速度快，有利于土壤水量均勻分布，提高灌水均勻度。以往學者[12-15]通過優(yōu)化灌水方式及畦田規(guī)格達到更高的灌水均勻度，對于不變的畦田規(guī)格及灌水方式，通過改善土壤物理性質(zhì)以達到良好的灌水效果。今后可以從土壤物理性質(zhì)角度進一步研究其與灌水質(zhì)量的關(guān)系，以作為畦田耕作措施的指導(dǎo)。

4 結(jié)論

1）冬小麥時期灌水歷時長于夏玉米時期，水分淋失量更大。

2）冬小麥時期土壤入滲系數(shù)較夏玉米時期大1.05 倍，糙率平均高39.31%。對于同一季作物，隨著灌水次數(shù)的增加，入滲系數(shù)呈減小趨勢。

3）灌水均勻度介于63%～91%，灌水效率介于18%～49%。對于冬小麥，隨著灌水次數(shù)增加，灌水均勻度和灌水效率增加，灌水質(zhì)量提升。